Kalkulator Interval Keyakinan

Hitung interval keyakinan untuk proporsi atau rata-rata populasi dari data sampel, dan perkirakan ukuran sampel yang diperlukan untuk proporsi.

Runs 100% in your browser — nothing is uploaded.

Perkiraan
%
Runs 100% in your browser — nothing is uploaded.

Hasil

Proporsi sampel
50%
Nilai kritis z*
1.96
Margin galat
3.1%
Interval keyakinan
[46.9%, 53.1%]

Rumus

CI proporsi: p̂ ± z*√(p̂(1−p̂)/n). CI rata-rata: x̄ ± t*·s/√n (atau z*·σ/√n jika σ diketahui). Ukuran sampel untuk proporsi: n = (z*²·p(1−p))/E².

Tentang kalkulator ini

Contoh: Untuk proporsi, jika x = 25 keberhasilan dari n = 100 dan tingkat keyakinan 95%, maka p̂ = 0.25, z* = 1.96, galat standar = √(0.25*0.75/100) = 0.0433, margin galat = 1.96 * 0.0433 = 0.0849, sehingga intervalnya adalah 0.25 ± 0.0849, yaitu (0.1651, 0.3349). Ini berarti kita 95% yakin bahwa proporsi populasi sebenarnya berada antara 16.5% dan 33.5%.

Cara memakai

  1. 1

    Pilih mode: Proporsi, Rata-rata, atau Ukuran sampel untuk proporsi.

  2. 2

    Masukkan data yang diperlukan sesuai mode: untuk proporsi, masukkan jumlah keberhasilan (x) dan ukuran sampel (n), atau proporsi sampel (p̂) langsung; untuk rata-rata, masukkan rata-rata sampel (x̄), simpangan baku sampel (s), dan ukuran sampel (n); untuk ukuran sampel, masukkan proporsi yang diharapkan (p), margin galat (E), dan tingkat keyakinan.

  3. 3

    Atur tingkat keyakinan (misalnya 95%) dan klik 'Hitung' untuk melihat interval keyakinan, margin galat, estimasi titik, galat standar, nilai kritis, dan ukuran sampel yang disarankan.

Pertanyaan umum

Apa itu interval keyakinan?

Interval keyakinan adalah rentang nilai, yang dihitung dari data sampel, yang kemungkinan mengandung parameter populasi yang sebenarnya (misalnya rata-rata atau proporsi) dengan tingkat keyakinan tertentu.

Apa artinya keyakinan 95%?

Artinya jika Anda mengulangi proses pengambilan sampel berkali-kali, sekitar 95% dari interval keyakinan yang dihitung dari sampel-sampel tersebut akan mengandung parameter populasi yang sebenarnya.

Kapan saya harus menggunakan distribusi t daripada distribusi normal?

Gunakan distribusi t ketika simpangan baku populasi tidak diketahui dan Anda memperkirakannya dari sampel, terutama jika ukuran sampel kecil (biasanya n < 30). Untuk sampel besar, distribusi t dan z serupa.

Perlu diketahui: Results are estimates for general information only and are not professional or medical/financial advice.